Clément Monjou (Amazon) « Avec l’IA conversationnelle, l’utilisateur ne délègue plus une commande, mais une intention »

En quoi l’IA conversationnelle change-t-elle le rôle des assistants vocaux et la nature de la relation entre l’utilisateur et des technologies comme Alexa+ ?

Clément Monjou – Les assistants vocaux se sont d’emblée affirmés comme une interface numérique évidente, utilisable partout – chez soi, en déplacement, au bureau. Depuis 2022, le couplage entre des modèles d’IA générative et des périphériques multimédias (enceintes dotées de caméras, capteurs de présence) a fait basculer la voix dans une nouvelle dimension. Aujourd’hui, Alexa+ utilise l’historique des conversations, des interactions, des usages et des contextes de chaque utilisateur pour formuler des suggestions et affiner les demandes. Par exemple, un déplacement se programmera en tenant compte de sa nature (affaires ou tourisme) et des précédents, puis en proposant vocalement des offres adaptées en termes d’agenda, de services et de prix. Notre technologie enchaîne ces actions de façon fluide, en comprenant les intentions et en enrichissant le contexte au fur et à mesure. Avec l’IA conversationnelle, l’utilisateur ne délègue plus une commande, mais une intention – ce qui transforme la relation à l’outil. Je dirais même qu’Alexa+ permet de déléguer des « pans » de charge mentale, en aidant à organiser la vie quotidienne – personnelle et familiale.

Comment Alexa+ transforme-t-elle l’expérience utilisateur, et existe-t-il des situations où la voix atteint ses limites comme interface ?

C. M. – En utilisant la reconnaissance vocale et faciale, Alexa+ permet la gestion de plusieurs profils, avec un historique personnalisé des services utilisés et des préférences, qu’il s’agisse de musique, de radios, de lectures audio ou d’informations, mais aussi d’usages différents selon les moments de la journée. Avec notre IA conversationnelle personnalisée, nous constatons que les utilisateurs écoutent ainsi deux fois plus de musique et déclenchent trois fois plus d’achats en ligne ! Mais si la voix est le moyen le plus naturel d’interagir, elle ne convient pas en effet à toutes les situations. Certains environnements sont bruyants, d’autres ne permettent pas de parler librement, et certains usages exigent une interface visuelle. De plus, pour des fonctions cruciales comme la sécurité et l’e-commerce, la voix est souvent complétée par des facteurs d’authentification.

Pour les marques, la voix devient un canal stratégique, médié par la plate-forme. Cela change-t-il la manière de concevoir les contenus et la visibilité auprès des consommateurs ?

C. M. – Depuis le lancement d’Alexa, en 2013, notre technologie est utilisée aussi bien pour de la domotique, du divertissement, l’organisation familiale, les achats, l’aide aux devoirs ou encore le rappel d’évènements… Depuis quelques années, on assiste au développement d’usages dans des lieux de passage et de vie : hôtellerie, résidences séniors. Nous avons ainsi équipé une quarantaine de résidences Clariane en France, afin d’offrir aux résidents une présence par la voix et une meilleure autonomie par la commande vocale. Nous travaillons aussi des cas d’usage professionnels pour aider à animer des réunions et des formations, prendre des notes vocales… 

Dans cet environnement, le rôle des marques et des agences de communication évolue : il s’agit de concevoir des services vocaux, des parcours et des scénarios d’interaction qui incarnent une relation personnalisée, dans la durée. Dans l’hôtellerie, par exemple, cela va faciliter l’accueil des clients (présentation orale des services de l’hôtel, enregistrement express, partage du code Wi‑Fi, service en chambre) puis leur séjour, avec l’organisation de visites dans les alentours, des recommandations localisées, le détail des temps de trajet et des modes de transport, la météo du jour, la réservation d’une visite ou d’un taxi. Alexa+ peut ensuite demander un retour à l’utilisateur, pour ajuster ses recommandations pour la suite du séjour.

Avec Alexa+, quels nouveaux écosystèmes de services et d’interactions voyez-vous émerger, et quels équilibres devront être préservés entre innovation, confiance des utilisateurs et place des marques ?

C. M. – La limite réside en fait dans l’imagination, pas dans la technologie. Nous n’en sommes qu’aux prémices. Pour faciliter le développement de nos nouveaux services, nous intégrons déjà plus de 70 modèles de LLM, dont ceux fournis par Anthropic (Claude). Alexa+ combine ainsi l’IA générative, les capacités de traitement d’Amazon Web Services, et les contenus issus de partenaires sélectionnés – dans le tourisme, l’information, l’audiovisuel, la musique, l’automobile (BMW, par exemple), l’hospitalité ou encore l’e-commerce. Nous fournissons à toutes ces marques un environnement de développement logiciel et la capacité d’intégrer une partie de leurs modèles d’IA générative dans Alexa+. À l’avenir, nous assisterons sans doute à une évolution vers des IA conversationnelles « verticalisées », spécialisées par usages (commerce, divertissement, domotique, éducation-formation, information…). En structurant ainsi le marché, nous parviendrons à des usages de plus en plus évolués, tout en préservant la vie privée et la capacité de choix des utilisateurs.

Crédit photo couverture : ©Adobe Stock